Алгоритм выделения сосудистой системы сетчатки на изображениях глазного дна на основе контурного анализа Текст научной статьи по специальности «Компьютерные и информационные науки»

e-mail для регистрации в соцсети и его сокрытие с использованием настроек приватности. Необходимость такой защиты объясняется тем, что при указании адреса электронной почты в открытом доступе существует риск попасть в базу данных спамеров и ежедневно получать массу ненужных писем, в том числе вредоносных. Следовательно, третьей мерой можно обозначить игнорирование подозрительных сообщений. Однако если все-таки произошел переход по вредоносной ссылке, то защитить свои персональные данные можно с помощью антивирусных программ и их своевременного обновления. Последняя мера -использование псевдонима. Но это не всегда осуществимо, так как многие сайты придерживаются «политики настоящих имён».

Обобщая вышеизложенное, можно сделать вывод, что социальные сети представляют собой мощный и удобный способ общения с миром. Не стоит забывать, что к данным, в принципе, может получить доступ любой пользователь соцсети. Поэтому чтобы обеспечить безопасность своих персональных данных целесообразно воспользоваться предложенными мерами и прекратить доверчиво публиковать много информации о себе.

Список использованной литературы:

1. Федеральный закон от 27.07.2006 N° 152-ФЗ (ред. от 21.07.2014) «О персональных данных» (с изм. и доп., вступ. в силу с 01.09.2015)

2. Австралийка потеряла выигрыш, выложив в Сеть селфи с призовым чеком // Вести.ги [Электронный ресурс]. - Режим доступа http://www.vesti.ru/doc.html?id=2683507 (дата обращения: 20.11.2015).

3. Мамедов Р. Защита персональных данных в социальных сетях // Information Security [Электронный ресурс]. - Режим доступа http://www.itsec.ru/articles2/pravo/zaschita-personalnyh-dannyh-v-sotsialnyh-setyah/ (Дата обращения: 15.12.2015).

© А.Р. Сухова, Т.Р. Гатиятуллин, 2016

УДК УДК 621.391

Танаева Елена Геннадьевна

аспирант 1 курса, радиотехнический факультет, ФГБОУ ВПО «ПГТУ», г. Йошкар-Ола, РФ E-mail: elena-309@mail.ru Хафизов Ринат Гафиятуллович доктор технич. наук, профессор ФГБОУ ВПО «ПГТУ», г. Йошкар-Ола, РФ E-mail: HafizovRG@volgatech.net

АЛГОРИТМ ВЫДЕЛЕНИЯ СОСУДИСТОЙ СИСТЕМЫ СЕТЧАТКИ НА ИЗОБРАЖЕНИЯХ ГЛАЗНОГО ДНА НА ОСНОВЕ КОНТУРНОГО АНАЛИЗА

Аннотация

Предложены алгоритмы контурного анализа для обнаружения и выделения сосудов сетчатки. Применен подход, использованный для обнаружения и прослеживания изображений коммуникационных объектов на сложных ландшафтных сценах

Ключевые слова

Сосудистая система сетчатки. Глазное дно. Контурный анализ.

_МЕЖДУНАРОДНЫЙ НАУЧНЫЙ ЖУРНАЛ «СИМВОЛ НАУКИ» №1/2016 ISSN 2410-700Х_

Благодаря прозрачности оптических сред глаза сосудистая система сетчатки и другие структуры глазного дна хорошо доступны прямому и неинвазивному наблюдению [1, с. 202]. Видимые при осмотре глазного дна изменения кровеносных сосудов дают интегральную характеристику состояния организма в целом и состояния зрительной системы, в частности. Так, например, изменение сосудов сетчатки является важнейшим симптомом развития диабетической ангиоретинопатии. Изменение соотношение диаметра артерий и вен, локальные изменения диаметра сосудов, повышенная извилистость сосудов и другие изменения являются ранними признаками поражения сосудов сетчатки при таких заболеваниях как артериальная гипертония, системный атеросклероз, вегето-сосудистая дистония и т.д. [1, с. 202]. Благодаря появлению в офтальмологической практике широкого спектра современного диагностического оборудования появилась возможность быстро получать качественные изображения глазного дна с помощью цифровых фундус-камер. Современные компьютерные технологии позволяют автоматизировать процесс обнаружения и расчета количественных оценок патологических изменений сосудов на цифровых фотографиях глазного [2, с. 529; 3, с. 25].

В данной работе предложен подход к обнаружению и выделению сосудистой системы на изображениях глазного дна на основе контурного анализа. Контурный анализ подразумевает такой способ обработки изображений, при котором обработке подвергается лишь контур изображения, в то время как обработка каждой точки изображения не требуется. Контур определяет форму изображения и содержит необходимую информацию для распознавания объектов по их форме [4, с. 13].

Для решения задачи обнаружения и выделения сосудистой системы на изображениях глазного дна может быть применен подход, использованный для обнаружения и прослеживания изображений коммуникационных объектов на сложных ландшафтных сценах [5, с.12, 6 с. 63]. Предлагаемый подход основан на использовании в обнаружителе фильтров, избирательно-согласованных с обнаруживаемыми изображениями [4, с.229, 5 с. 12]. Обработка изображений коммуникационных объектов базируется на том, что они содержат участки прямолинейной формы. В этом случае при условии вертикальной ориентации этих участков путем формирования суммарной яркостной строки достаточно просто обеспечить высокое отношение сигнал/шум. Изображения сосудистой системы глазного дна также характеризуется наличием участков прямолинейной формы. На рис. 1, в качестве примера, приведен участок изображения глазного дна и результат накопления яркости строк в пределах прямоугольного фрагмента.

1

2 3 4

1 ^ 1 1 ii

▲ 1 1 1 1 1 1 1 1 1 1 1

Рисунок 1 - Участок изображения глазного дна и результат накопления яркости строк в пределах

прямоугольного фрагмента

Вертикально ориентированный прямолинейный участок 1-2 сосуда глазного дна создает импульс яркости, превышающий по амплитуде значения накопленной яркости от фрагмента 3-4. При этом импульс

яркости хорошо отражает форму фрагмента 1 -2, в то время как информация о форме других фрагментов при накоплении яркости разрушилась.

После обнаружения на изображении глазного дна прямолинейного участка кровеносного сосуда, достаточно просто организовать выделение всех остальных участков изображения сосудистой системы. Поэтому использование информации о форме изображения объекта позволяет увеличить энергию сигнала и, благодаря этому, значительно упростить процесс его обработки.

После обнаружения фрагмента изображения сосуда благодаря сильной корреляции между пространственными положениями его других фрагментов осуществляется прослеживание всего изображения. При прослеживании протяженного объекта нитевидной формы на многоградационном изображении из-за его небольшой ширины (2-10 пикселя) целесообразнее выделять не граничный контур фон/изображение или изображение/изображение, а контур осевой линии изображений сосудов. Поэтому под прослеживанием протяженных объектов будем понимать процесс формирования контура осевой линии объекта. Поскольку интересующий нас объект на реальном изображении представляет собой узкую полосу, то была принята форма строба, показанная на рис. 2 [6].

Рисунок 2 - Вид строба для прослеживания протяженных объектов

Этот строб представляет собой три примыкающие друг к другу области £, и £3, каждое из которых содержит Щ = dlD, Щ = и Щ = d■iD пикселей соответственно. Необходимо на

основании фрагментов случайных полей в пределах пар областей и о3 вынести решение в пользу

гипотезы Н1 по отношению к конкурирующей Н0 . Гипотеза Нх соответствует утверждению о том, что точки, образующие область , относятся к протяженному объекту, а точки, образующие области ^ и £3 принадлежат либо более светлому фону, либо изображению и фону, либо двум разным изображениям и, смежным с изображением протяженного объекта. Гипотеза

н соответствует утверждению о том, что области и о3 или одна из пар областей и £2, £3 принадлежат либо фону, либо одному и

тому же изображению.

Пусть £ \ £ =(^2ЛЛ,2,---А«2 ) и £3 = £3Д,£3,2,...£3щ3 ) - независимые

выборки значений яркости в окнах £ , £2 и £ соответственно. Проверяемая гипотеза Н0 состоит в том, что все три области сцены, либо одна из пар областей

и £2, £3, из которых взяты эти выборки статистически не отличаются друг от друга (т.е. распределены одинаково), и наблюдаемая между ними разница носит случайный характер. Конкурирующая гипотеза н предполагает, что разница между выборками £ и £ и выборками £ и £ носит систематический характер.

По выборкам £, £ и £ получим оценки генеральных средних М, для области

^, М2

для

области £ и М, для области о3. Объем выборки в пределах одного окна достаточно велик и, в связи с

этим, создаются предпосылки для выполнения центральной предельной теоремы теории вероятностей. Поэтому оценка Т генеральной средней М:

— 1 п 4 = - Е4,

п Е 1

подчиняется нормальному закону распределения. Разница оценок Т и Тг , как и разница оценок Т и Т , также будет иметь нормальное распределение вероятностей:

f 4 -42)

2л

V п-

+ -

ct

2

exp

'2 У

(4-42 - M - + M 2 )2

. Гст2 ст2 ^

Ч

V п1

+

2 У

f 4 -42)

1

2 л

^ CTCT CT 9

— + —

V пз

2

exp

2 У

(4з-42 - M з + M 2)

^ _2 _2 '

2 •

^ CTCT CT 9

— + —

V пз

2

где , ст\ и - дисперсии для выборок Т, Т2 и Тз соответственно.

Если справедлива гипотеза нп , то либо генеральные средние М и , либо М и М, , либо М

и М, равны между собой. Тогда распределения принимают вид:

/ (Т -Т )=

II

2л

CTl + CT2

2

exp<

V п-

n.

2 У

-. (4--42)

2 CT2 "

+ -

CT

n

n

f (4з-42 )=

2л

f —2 CTl

V пз

+ -

CT

n

2 2

2 У

exp<

- (4з-42)

2 ст2

- + -

CT

В качестве наблюдаемой статистики используем нормированную разность оценок генеральных средних с учетом того, что в нашем распоряжении вместо дисперсии генеральной совокупности СУ2 имеются ее оценки полученные по выборкам Т, Т и Т ■

т-ь . _ т-Т

2 2

CT- CT 2 2

i П- n2

1

CT

+

CT

п.

п.

Тогда при ^ 2 — ^ и ^2 — ^о , где ^ - пороговое значение критерия, установленное в соответствии с

принятой величиной доверительной вероятности Р, принимается гипотеза Нх. Во всех остальных случаях принимается нулевая гипотеза.

-

2

1

>

Исходная точка для прослеживания определяется в результате обнаружения протяженного объекта. Нахождение второй и последующих точек производится следующим образом. Центр строба устанавливается на исходную точку. Затем происходит адаптация строба, т.е. определение оптимального направления перемещения и ширины ^ центральной части строба £2. Считается, что состояние строба выбрано

оптимально, если в результате вариации направления перемещения и ширины ^ достигнуты максимальные

значения ^ 2 и 2. Если выполняются условия:

^1,2тах ^ и ^3,2тах ^ , то принимается данное направление движения и значение ширины центральной части строба. После адаптации центр строба перемещается в выбранном направлении на один пиксель и в массив памяти заносится единичный вектор, соединяющий предыдущую точку, в которой находился центр строба, с текущей. Набор векторов перемещения строба образует контур. Прослеживание протяженного объекта

прекращается, если значения ^ 2тах и ?3 2тах оказываются ниже порога срыва слежения.

После того, как протяженный объект был прослежен в одном направлении, строб возвращается в начальное положение, т.е. центр строба вновь устанавливается на начальную точку, и осуществляется прослеживание в противоположном направлении. На рис. 3 представлены примеры обнаружения и прослеживания сосудистой системы на изображениях глазного дна в норме и при патологии.

Рисунок 3 - Результат обнаружения и прослеживания сосудистой системы на изображениях глазного дна в

норме и при патологии

_МЕЖДУНАРОДНЫЙ НАУЧНЫЙ ЖУРНАЛ «СИМВОЛ НАУКИ» №1/2016 ISSN 2410-700Х_

Таким образом, подход к обнаружению и прослеживанию протяженных коммуникационных объектов на сложном ландшафтном фоне может быть применен и для обнаружения и прослеживания сосудистой системы на изображении глазного дна.

Список использованной литературы:

1. Ильясова, Н. Ю., Устинов, А. В., Баранов, В.Г. Экспертная компьютерная система диагностики глазных заболеваний по изображениям глазного дна / Н.Ю. Ильясова, А.В. Устинов, В.Г. Баранов // Компьютерная оптика, 1999. -№19. С. 202-209.

2. Ильясова, Н.Ю. Оценивание геометрических признаков пространственной структуры кровеносных сосудов // Компьютерная оптика. - 2014. - Т. 38, № 3. - С. 529-538.

3. Никитин, О.Р. Исследование возможности оконтуривания для автоматизации диагностирования патологий на медицинских изображениях/ О.Р. Никитин, А.С. Пасечник // Биомедицинская радиоэлектроника, 2008. №6. - С. 25-30.

4. Введение в контурный анализ и его приложение к обработке изображений и сигналов/ Под ред. Я.А. Фурмана. - М.: ФИЗМАТЛИТ, 2002.

5. Фурман Я.А., Хафизов Р.Г. Согласованно-избирательная фильтрация изображений протяженной формы в реальных ландшафтных сценах// Автометрия. - 1999. - № 2. - С. 12-27.

6. Хафизов Р.Г. Анализ процесса прослеживания протяженного объекта на многоградационном изображении на основе t-критерия// Вестник Верхневолжского отделения АТН РФ. Серия "Высокие технологии в радиоэлектронике", 1997. C. 63-66.

© Е. Г. Танаева, Р. Г. Хафизов, 2016

УДК 691.3-691.5

Хамидов Адхамжон Иномжонович

Доц. каф. «Производство строительных материалов, изделий и конструкций»

Наманганский инженерно-педагогический институт, Нуманова Сохиба Эргашбоевна Асс. каф. «Производство строительных материалов, изделий и конструкций»

Наманганский инженерно-педагогический институт, Жураев Дониёр Пахритдин угли Студент Ташкентского архитектурно-сторительного института,

г. Наманган, Узбекистан ravshanbek.mavlonov@gmail.com

ПРОЧНОСТЬ БЕТОНА НА ОСНОВЕ БЕЗОБЖИГОВЫХ ЩЁЛОЧНЫХ ВЯЖУЩИХ, ТВЕРДЕЮЩЕГО В УСЛОВИЯХ СУХОГО И ЖАРКОГО КЛИМАТА

Аннотация

В статье освещены результаты исследования прочности бетона на основе безобжиговых щёлочных вяжущих, твердеющего в условиях сухого и жаркого климата.

Ключевые слова

Бетон, безобжиговые щелочные вяжущие, сухой и жаркого климат, прочность, морозостойкость,

плёнкообразующие составы.

Создание безобжиговых щёлочных вяжущих является одним из оригинальных открытий XX века в области силикатных материалов, теоретические основы которых предложены проф. В.Д.Глуховским [1].